文献类型：期刊文章

作　　者：刘玉珍[1] 张强[1] 林森[2]

Liu Yuzhen;Zhang Qiang;Lin Sen(College of Electronic and Information Engineering,Liaoning University of Engineering and Technology,Huludao,Liaoning 125105,China;College of Automation and Electrical Engineering,Shenyang Ligong University,Shenyang,Liaoning 110159,China)

机构地区：[1]辽宁工程技术大学电子与信息工程学院,辽宁葫芦岛125105 [2]沈阳理工大学自动化与电气工程学院,辽宁沈阳110159

出　　处：《激光与光电子学进展》

基　　金：辽宁省教育厅基金项目(lj2019jl022)。

年　　份：2021

卷　　号：58

期　　号：6

起止页码：275-282

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：为了克服迭代最近点(ICP)算法鲁棒性差、配准精度低的问题,提出了一种改进的基于快速点特征直方图(FPFH)的ICP点云配准算法。首先,基于改进内部形态描述子和法向矢量角的变化来提取点云特征;其次,使用指数函数优化欧氏距离,并将优化的欧氏距离作为FPFH算法的权重系数,用于特征点描述,从而保证利用初始对齐估计得到更准确的点云位置;然后使用双重约束和单位四元数算法完成初始配准;最后,给ICP算法构建双向k维树,并使用点对的欧氏距离与最大欧氏距离的比值来计算每个点对的权重,将权重作为ICP迭代误差函数的加权系数,以减少迭代时间并减少不良对应关系在配准中的影响。实验结果表明,本文算法的配准精度较ICP算法提高2~6个量级,并且具有更强的鲁棒性。

关 键 词：机器视觉  点云配准 权重系数  误差函数

分 类 号：TP391.9]